混合屬性數(shù)據(jù)聚類邊界檢測(cè)技術(shù)的研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，聚類分析作為數(shù)據(jù)挖掘領(lǐng)域中非常活躍的研究方向，其在圖像處理、信息檢索、氣象學(xué)、金融等領(lǐng)域得到了廣泛的應(yīng)用。但是聚類的邊界點(diǎn)都位于簇的邊沿區(qū)域，邊界點(diǎn)的正確歸屬可以直接影響聚類的精度，同時(shí)邊界點(diǎn)也具有多個(gè)簇的聚類特征。近幾年來，聚類的邊界檢測(cè)也成為聚類中較為熱門的研究方向。在現(xiàn)實(shí)中，混合屬性數(shù)據(jù)相較數(shù)值屬性數(shù)據(jù)、分類屬性數(shù)據(jù)具有更為廣泛的來源，但是目前對(duì)于混合屬性數(shù)據(jù)的聚類邊界檢測(cè)仍然是一片空白。本研究主要內(nèi)容包括

2、：
　?、艦榱私鉀Q混合屬性數(shù)據(jù)的聚類邊界檢測(cè)的問題，提出了一種混合屬性數(shù)據(jù)的聚類邊界檢測(cè)算法BERGE（Cluster boundary detection technology for mixed attribute data set）。該算法基于一種有效處理混合屬性數(shù)據(jù)的度量方法，計(jì)算混合屬性下數(shù)據(jù)對(duì)象到簇中心的距離及隸屬度，根據(jù)距離及隸屬度定義邊界因子獲取數(shù)據(jù)集的候選邊界集，運(yùn)用證據(jù)積累的思想從候選邊界集中提取出邊界集合。通

3、過在 UCI數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果對(duì)比表明， BERGE可以有效地獲取混合屬性數(shù)據(jù)、數(shù)值屬性數(shù)據(jù)、分類屬性數(shù)據(jù)的聚類邊界，且具有檢測(cè)精度較高，可以抑制噪聲等特點(diǎn)。
　　⑵針對(duì)怎樣提取混合屬性數(shù)據(jù)中指定聚類或指定若干個(gè)聚類的邊界的問題，提出了一種基于陰影集的混合屬性數(shù)據(jù)集的聚類邊界檢測(cè)算法CHASM（A cluster boundary detection algorithm base on shadowed set）。該算

4、法利用陰影集度量模糊性，依據(jù)聚類的結(jié)構(gòu)定義了一個(gè)新的優(yōu)化目標(biāo)函數(shù)，將混合屬性數(shù)據(jù)在任一個(gè)聚類上劃分為core、exclusion、shadow三個(gè)集合。然后根據(jù)三個(gè)集合對(duì)聚類質(zhì)心信息的貢獻(xiàn)程度差異計(jì)算數(shù)據(jù)對(duì)象到簇中心的距離及隸屬度，用于更新聚類的質(zhì)心信息。當(dāng)算法的執(zhí)行收斂時(shí)，提取每個(gè)聚類的shadow集合作為整個(gè)數(shù)據(jù)集的聚類邊界集合輸出。該算法可以有效地提取混合屬性數(shù)據(jù)、數(shù)值屬性數(shù)據(jù)、分類屬性數(shù)據(jù)的聚類邊界，同時(shí)也可以提取數(shù)據(jù)集中指定聚

5、類的邊界集合。
　?、腔趯?duì)醫(yī)學(xué)混合屬性數(shù)據(jù)進(jìn)行聚類邊界檢測(cè)的需要，開發(fā)了一個(gè)醫(yī)學(xué)數(shù)據(jù)聚類分析平臺(tái)軟件MDAP（Medical data analysis platform）。該軟件采用面向?qū)ο蟮脑O(shè)計(jì)思想，主要?jiǎng)澐譃榱?個(gè)模塊（總控模塊、數(shù)據(jù)類型轉(zhuǎn)換模塊、數(shù)據(jù)格式轉(zhuǎn)換模塊、數(shù)據(jù)輸入輸出模塊、數(shù)據(jù)顯示模塊、數(shù)據(jù)預(yù)處理模塊、聚類分析模塊、聚類邊界檢測(cè)模塊、參數(shù)設(shè)置模塊）。其中，主要實(shí)現(xiàn)了數(shù)據(jù)挖掘領(lǐng)域中5類經(jīng)典的聚類方法和11種聚類邊界